關于Supply Chain Management MicroMaster的內容，可以去看公眾號“德川家康學藝錄”的相關文章，課程介紹寫的很詳細，也可以到公眾號“MIT供應鏈管理”中去看大神每一個模塊的總結文章。

這篇文章會夾雜著一些英文，一是因為有許多單詞我找不到恰當的中文意思，以免誤導讀者，二是保持英文的原汁原味，大家自己理解原意。

我是在去年下半年完成的SC1x: Supply Chain Fundamentals。該課程分為3大部分：需求預測，庫存管理以及運輸。

學習課程的主要目的就是學以致用，于是我會將在這個課程中學到的理論知識，結合實際情況運用到日常工作中。這次帶來的分享是需求預測部分，我把在課程中學習到的物料分類及需求預測知識，做成了模板，方便每次使用。

在需求預測這部分給我影響最深刻的就是預測的3個真理以及對策，原文如下：

Forecasting Truisms:

1.Forecasts are always wrong. (Use ranges & track forecast error)

2.Aggregated forecasts are more accurate. (Risk pooling reduces CV)

3.Shorter horizon forecasts are more accurate. (Postpone customization until as late as possible)

電纜是我司的戰略物料（Strategic），供應商在歐洲，備貨周期約3周，海上運輸約8周可到廠。由于空運運費比海運貴很多，一般我們選擇海運作為主要運輸方式。物料采購周期很長，所以預測就顯得尤為重要。雖然預測總是錯的，但有個預測總比沒有要強。經過溝通后，我們需要每個月給供應商提供未來半年的需求預測，供應商會據此安排備料、排產等工作，從而最大限度滿足我們的訂單需求。

接下來，我簡單描述一下我的做法：

01、Segmentation

01 ABCXYZ分析

實際是ABCHL，通過Value（ABC）和CV（HL）兩個維度，將物料大體分為6類，并采用不同的管理方法（圖片版權歸MIT所有）：

02 歷史數據做成圖表

首先觀察整體的Level和Trend：

接下來觀察季節性：

還可以做成這樣的圖表：

將數據轉化為圖表形式，根據這兩類圖表對物料有個大致的印象，并對數據有直觀的認識。

03 Aggregatedforecasts are more accurate

電纜有如下的特點：供應商提供的成品是按固定米數纏繞成卷(drum)，我們采購時也是將每卷的米數作為采購單中的批量，但實際使用時會根據工單的實際需求切割成特定的米數。

由于集中預測通常會更準確，并結合電纜的物料特點，我們會再從卷的角度去分析電纜的消耗情況，得出每卷電纜大概會消耗多少周。

02、Forecast Methods

這時根據結果會決定每種電纜使用哪種Forecast methods，

01 Simply fill in the principle

使用量較小的采用Simply fill in the principle，通常是1卷電纜會消耗4周以上的。具體方法是取過去3個月的消耗平均值和過去12個月的消耗平均值，取二者中較大的值作為物料的月均使用需求預測。

02 Statistical forecast

使用量較大的采用Statistical forecast，通常是1卷電纜在3周以內會消耗完的。

根據教科書內容，我做了一個預測模板，包含如下內容：

1.英勇黃銅：Cumulative,Na?ve, 移動平均和簡單指數平滑法；

2.榮耀黃金：Exponential Smoothing with trend, Exponential Smoothing with damped

3.華貴鉑金：Double exponential smoothing, Holt-Winter method.

4.璀璨鉆石、超凡大師和最強王者的方法，目前還是望塵莫及的。

將物料歷史數據導入模板后，我將17和18年的數據作為training data，19年的數據作為testing data，輸出的結果就是2020年1-6月的預測數據

03對比結果

分析對比每種預測結果的Bias和Accuracy。實際操作中我主要是看MAPE的結果

最后結合前端銷售信息或其他影響需求變化的信息手工調整預測得到最終版預測結果。

03、結束語

以上就是我想分享的，模型和做法可能還存在一些問題，仍然需要完善，我們公司的文化之一是Continuous Improvement。各位如果發現什么問題，請幫忙批評指正。如果有好的建議，大家可以一起交流學習，我也真心想了解學習其他公司的最佳實踐。